| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 事故频次分析的宏观模型综述 | 第13-14页 |
| 1.2.2 事故频次分析的中观模型综述 | 第14-15页 |
| 1.2.3 事故频次分析的微观模型综述 | 第15-16页 |
| 1.2.4 现有相关研究评述 | 第16-17页 |
| 1.3 论文研究目的和主要内容 | 第17-18页 |
| 1.3.1 论文研究目的 | 第17页 |
| 1.3.2 论文主要研究内容 | 第17-18页 |
| 1.4 论文的主要方法和技术路线 | 第18-20页 |
| 1.4.1 论文的主要方法 | 第18页 |
| 1.4.2 论文的基本思路 | 第18-20页 |
| 2 数据处理 | 第20-30页 |
| 2.1 事故的总体特征分析 | 第20-23页 |
| 2.1.1 交通事故信息概况 | 第20-21页 |
| 2.1.2 事故主要分布 | 第21-22页 |
| 2.1.3 事故主要类型 | 第22-23页 |
| 2.2 数据的清洗与融合 | 第23-26页 |
| 2.2.1 原始事故数据集清洗 | 第23-24页 |
| 2.2.2 原始违规数据集清洗 | 第24-25页 |
| 2.2.3 数据的融合 | 第25-26页 |
| 2.3 事故驾驶员的特征分布 | 第26-28页 |
| 2.3.1 个人属性特征分布 | 第26页 |
| 2.3.2 车辆属性特征分布 | 第26-27页 |
| 2.3.3 历史违规特征分布 | 第27页 |
| 2.3.4 事故类型特征分布 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3 驾驶员事故频次的分布规律 | 第30-46页 |
| 3.1 驾驶员事故频次的总体分布规律 | 第30-31页 |
| 3.2 不同属性特征下事故频次的分布规律 | 第31-44页 |
| 3.2.1 个人属性特征 | 第31-35页 |
| 3.2.2 车辆属性特征 | 第35-37页 |
| 3.2.3 历史违规特征 | 第37-40页 |
| 3.2.4 事故类型特征 | 第40-42页 |
| 3.2.5 环境属性特征 | 第42-43页 |
| 3.2.6 相关性分析 | 第43-44页 |
| 3.3 本章小结 | 第44-46页 |
| 4 驾驶员事故频次的关键影响因素分析 | 第46-56页 |
| 4.1 模型的构建 | 第46-49页 |
| 4.1.1 传统泊松回归模型 | 第46-47页 |
| 4.1.2 负二项模型 | 第47页 |
| 4.1.3 零膨胀泊松模型 | 第47-48页 |
| 4.1.4 零膨胀负二项模型 | 第48-49页 |
| 4.2 模型变量的选取 | 第49-50页 |
| 4.2.1 模型变量筛选 | 第49页 |
| 4.2.2 模型变量含义说明 | 第49-50页 |
| 4.3 不同模型的比较 | 第50-53页 |
| 4.3.1 模型优劣的衡量准则 | 第50页 |
| 4.3.2 模型比较的结果分析 | 第50-53页 |
| 4.4 事故频次关键影响因素的分析与讨论 | 第53-55页 |
| 4.4.1 模型总体影响因素分析 | 第53-54页 |
| 4.4.2 个人属性因素分析 | 第54页 |
| 4.4.3 车辆属性因素分析 | 第54页 |
| 4.4.4 历史违规属性因素分析 | 第54-55页 |
| 4.4.5 环境属性因素分析 | 第55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 基于非平衡数据的驾驶员事故风险识别 | 第56-78页 |
| 5.1 常用分类算法简介 | 第56-58页 |
| 5.1.1 LOGISTIC模型 | 第56-57页 |
| 5.1.2 支持向量机 | 第57-58页 |
| 5.1.3 CART模型 | 第58页 |
| 5.2 事故驾驶员数据的非平衡特性分析 | 第58-63页 |
| 5.2.1 事故驾驶员数据的非平衡问题 | 第58-60页 |
| 5.2.2 非平衡数据下的分类识别评价准则 | 第60-62页 |
| 5.2.3 事故驾驶员数据未做处理的分类结果 | 第62-63页 |
| 5.3 事故驾驶员数据的平衡化处理 | 第63-69页 |
| 5.3.1 基于数据预处理的数据平衡化方法 | 第63-64页 |
| 5.3.2 事故驾驶员数据平衡化的几种处理 | 第64-65页 |
| 5.3.3 事故驾驶员数据平衡化处理的结果比较 | 第65-69页 |
| 5.4 基于SMOTE算法的驾驶员风险识别分析与讨论 | 第69-76页 |
| 5.4.1 LOGISTIC模型结果分析 | 第69-71页 |
| 5.4.2 BORUTA算法特征变量筛选 | 第71-72页 |
| 5.4.3 SVM结果分析 | 第72-73页 |
| 5.4.4 CART模型分类树结果分析 | 第73-76页 |
| 5.5 本章小结 | 第76-78页 |
| 6 结论 | 第78-80页 |
| 6.1 研究总结 | 第78-79页 |
| 6.2 研究工作展望 | 第79-80页 |
| 参考文献 | 第80-82页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第82-86页 |
| 学位论文数据集 | 第86页 |